无法获取dicom图像以便在python中显示

Question

我正在尝试在opencv-python中显示DICOM图像。我正在使用pydicom库，然后添加API来创建一个完整的DICNET DICOM查看器，它运行python（当然，C＃调用python与流程实例!!） 。 我无法转换或看到未压缩的DICOM图像。 每当我尝试加载或修改pixel_array时。 我得到错误消息。

import dicom
import cv2
import numpy
df=dicom.read_file("IM-0001-0002.dcm")
df.pixel_array

Traceback (most recent call last):
File "<pyshell#4>", line 1, in <module>
df.pixel_array
File "C:\Python27\lib\site-packages\dicom\dataset.py", line 394, in pixel_array
return self._get_pixel_array()
File "C:\Python27\lib\site-packages\dicom\dataset.py", line 376, in _get_pixel_array
raise NotImplementedError("Pixel Data is compressed in a format pydicom does not yet          handle. Cannot return array")
NotImplementedError: Pixel Data is compressed in a format pydicom does not yet handle.        Cannot return array

请建议我转换图像制作cv2.imshow（）函数的好方法o显示图像

提前致谢！！

Answer 1

由于pydicom不支持压缩的dicom文件，因此您必须先解压缩它。 您可以使用GDCM来执行此操作。

Answer 2

您可以使用python GDCM绑定首先解压缩文件，例如，请参见此处

Answer 3

尝试pydicom

出错的一个原因可能是：使用的.dcm文件可能包含不支持的格式（例如，在pydicom的情况下枕头不支持JPEG 2000）。 这个问题可以解决。 我遇到了同样的问题（我正在使用pydicom而不是dicom）我想你会从解决我问题的解决方案中找到一些方向：

第一平台信息：

我正在使用：pydicom读取.dcm文件，Python 3.6，Anaconda和Ubuntu，15 GB RAM

解：

1. 使用以下命令安装pydicom ： pip install -U pydicom 。

信息可以在这里找到:(链接： https ： //pydicom.github.io/pydicom/dev/getting_started.html ）

2. 蟒蛇是必要的。 为什么？ 请查看pydicom的官方文档（ https://pydicom.github.io/pydicom/dev/getting_started.html ），其中提到“要安装pydicom以及压缩像素数据的图像处理程序，我们建议您使用Miniconda或Anaconda”

3. 如果您正在使用Ubuntu直接打开终端。 如果您使用的是Windows，那么在Anaconda Navigator上从这里开始终端转到Environment。 执行以下命令：

   pip install -U git+https://github.com/pydicom/pydicom.git

   conda install pydicom --channel conda-forge

   conda install -c conda-forge gdcm

交叉检查：

现在重新启动笔记本，然后尝试使用pydicom执行代码。 它将显示输出。

此外，您可以使用Matplotlib显示如下：

import matplotlib.pyplot as plt
import pydicom
filename = 'IM-0001-0002.dcm'
ds = pydicom.dcmread(filename)
plt.imshow(ds.pixel_array, cmap=plt.cm.bone)

我希望它会对你有所帮助。

Answer 4

你必须先转换RGB，看看单色dicom文件： https ： //github.com/twanmal/dicom_monochrome_to_opencv

# import the necessary packages
from imutils import contours
import scipy
from skimage import measure
import numpy as np # numeric library needed
import pandas as pd #for datafrome
import argparse # simple argparser
import imutils
import cv2  # for opencv image recognising tool
import dicom
filename = askopenfilename()
dicom_file = dicom.read_file(filename) ## original dicom File
#### a dicom monochrome-2 file has pixel value between approx -2000 and +2000, opencv doesn't work with it#####
#### in a first step we transform those pixel values in (R,G,B)
### to have gray in RGB, simply give the same values for R,G, and B, 
####(0,0,0) will be black, (255,255,255) will be white,

## the threeshold to be automized with a proper quartile function of the pixel distribution
black_threeshold=0###pixel value below 0 will be black,
white_threeshold=1400###pixel value above 1400 will be white
wt=white_threeshold
bt=black_threeshold

###### function to transform a dicom to RGB for the use of opencv, 
##to be strongly improved, as it takes to much time to run,
## and the linear process should be replaced with an adapted weighted arctan or an adapted spline interpolation.
def DicomtoRGB(dicomfile,bt,wt):
    """Create new image(numpy array) filled with certain color in RGB"""
    # Create black blank image
    image = np.zeros((dicomfile.Rows, dicomfile.Columns, 3), np.uint8)
    #loops on image height and width
    i=0
    j=0
    while i<dicomfile.Rows:
        j=0
        while j<dicomfile.Columns:
            color = yaxpb(dicom_file.pixel_array[i][j],bt,wt) #linear transformation to be adapted
            image[i][j] = (color,color,color)## same R,G, B value to obtain greyscale
            j=j+1
        i=i+1
    return image
##linear transformation : from [bt < pxvalue < wt] linear to [0<pyvalue<255]: loss of information... 
def yaxpb(pxvalue,bt,wt):
    if pxvalue < bt:
        y=0
    elif pxvalue > wt:
        y=255
    else:
        y=pxvalue*255/(wt-bt)-255*bt/(wt-bt)
    return y



image=DicomtoRGB(dicom_file,bt=0,wt=1400)
## loading the RGB in a proper opencv format
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
## look at the gray file
cv2.imshow("gray", gray)
cv2.waitKey(0)
cv2.destroyWindow("gray")